新疆大学信息科学与工程学院
elseif D(u,v) <=D0
TRAPEH(u,v)= D(u,v) –D1)/(D0-D1); else
TRAPEH(u,v)=1; end end end
BUTTERG=BUTTERH.*F;
BUTTERfiltered=ifft2(BUTTERG); EXPOTG=EXPOTH.*F;
EXPOTfiltered=ifft2(EXPOTG); TRAPFG=THPFH.*F;
TRAPEfiltered=ifft2(THPFG); subplot(2,2,1),imshow(noisy);
subplot(2,2,2),imshow(BUTTERfilteered) subplot(2,2,3),imshow(EXPOTfiltered) subplot(2,2,4),imshow(TRAPEfiltered)
【思考题】
1、该实验可应用到哪些实际问题中？
答：图像平滑的主要目的是减少图像噪声，减少噪声的方法可以在空间域或频率域进行，空间域主要用中值滤波或均值滤波，而频域则主要用低通滤波技术。
而图像锐化的目的则是使边缘和轮廓线模糊的图像变得清晰，图像锐化可以在空间域中利用对图像微分进行，也可以在频域中运用高通滤波技术处理。
应用：印刷中的细微层次强调。弥补扫描、挂网对图像的钝化 超声探测成象，分辨率低，边缘模糊，通过锐化来改善 图像识别中，分割前的边缘提取
锐化处理恢复过度钝化、暴光不足的图像 图像创艺（只剩下边界的特殊图像） 尖端武器的目标识别、定位
2、利用中值滤波与均值滤波分别对图像处理，两者原理与处理效果有何不同？
答:均值滤波：这种方法的基本思想是用几个像素灰度的平均来代替一个像素原来的灰度值，实现图像的平滑。中值滤波是用一个有奇数点的滑动窗口，将窗口中心点的值用窗口各点的中值代替。
相比之下：
(1) 对大的边缘高度，中值滤波较邻域均值好得多，而对于较小边缘高度，两种滤波只有很少差别。
（2）中值滤波是非线性的。
（3）中值滤波在抑制图像随机脉冲噪声方面甚为有效。且运算速度快，便于实时处理。
（4）中值滤波去除孤立线或点干扰，而保留空间清晰度较平滑滤波为好；
33
新疆大学信息科学与工程学院
但对高斯噪声则不如平滑滤波。
3、图像锐化有哪些哪些算子？请写出相应的算子矩阵 答：图像锐化的算子有如下：
Roberts算子模板：
Sobel算子模板：
Prewitt算子模板：
Laplacian算子模板：
LOG算子：
4、低通和高通滤波分别对数字图像起到什么效果？
答：低通滤波对图像起平滑作用，高通滤波对图像起锐化作用
5、低通的理想滤波器，巴特沃斯滤波器，指数滤波器平滑滤波在平滑数字图像有何区别？
答：既然H(u,v)是理想的矩形特性，那么它的反变换h(x,y)的特性必然会产生无限的振铃特性。经与f(x,y)卷积后则给g(x,y)带来模糊和振铃现象，D0越小这种现象越严重，当然，其平滑效果也就较差。这是理想低通不可克服的弱点。 振铃效果——理想低通滤波器的一种特性 。 Butterworth低通过滤器的分析
在任何经BLPF处理过的图像中都没有明显的振铃效果，这是过滤器在低频和高频之间的平滑过渡的结果
低通滤波是一个以牺牲图像清晰度为代价来减少干扰效果的修饰过程
34
新疆大学信息科学与工程学院
与理想低通滤波器的处理结果相比，经Butterworth滤波器处理过的图像模糊程度会大大减少。因为它的H(u,v)不是陡峭的截止特性，它的尾部会包含有大量的高频成份。 BLPF处理过的图像中都没有振铃效果.这是由于在滤波器的通带和阻带之间有一平滑过渡的缘故。另外，由于图像信号本身的特性，在卷积过程中的折迭误差也可以忽略掉。由此可知，Butterworth 低通滤波器的处理结果比理想滤波器为好。
由于指教低通滤波器有更快的衰减率，所以，经指数低通滤波的图像比Butterworth低通滤波器处理的图像稍模糊一些。由于指数低通滤波器的传递函数也有较平滑的过渡带，所以图像中也没有振铃现象。
由于梯形滤波器的传递函数特性介于理想低通滤波器和具有平滑过渡带滤波器之间，所以其处理效果也介于其两者中间。梯形滤波法的结果有一定的振铃现象。 用低通滤波器进行平滑处理可以使噪声伪轮廓等寄生效应减低到不显眼的程度，但是由于低通滤波器对噪声等寄生成份滤除的同时，对有用高频成份也滤除，因此，这种去噪声的美化处理是以牺牲清晰度为代价而换取的。 【实验报告要求】
1、实验报告写明实验题目，可简写实验原理，实验内容，详细写实验过程和实验结果分析，要求附相关程序。 2、回答思考题，写在实验报告上
35
新疆大学信息科学与工程学院
实验5 MATLAB实现图像的复原（2学时）
【实验内容】
1、任选一幅彩色风景图片作为源图像，用imadd和imnoise给图像添加不同类型的噪声，显示噪声图像。 参考程序如下：
a=imread('peppers.png');
b=imnoise(a,'gaussian',0.05);%高斯噪声 c=0.1*randn(size(a));%随机噪声 d=imadd(a,im2uint8(c));
a=a(10+[1:256],222+[1:256],:);
subplot(1,3,1),imshow(a);title(‘原图’) subplot(1,3,2),imshow(b); subplot(1,3,3),imshow(d);
2、设置不同的模糊参数实现任一副图像的运动模糊(fspecial,imfilter函数)，显示结果。
a=imread('peppers.png');
a=a(10+[1:256],222+[1:256],:); LEN=50; THETA=39;
PSF=fspecial('motion',LEN,THETA); e=imfilter(a,PSF,'circular','conv'); LEN=100; THETA=39;
PSF=fspecial('motion',LEN,THETA); f=imfilter(a,PSF,'circular','conv'); LEN=20; THETA=39;
PSF=fspecial('motion',LEN,THETA); m=imfilter(a,PSF,'circular','conv'); LEN=50; THETA=10;
36